-
Die
Erfindung betrifft im Wesentlichen ein fluidgefülltes elektrisches Gerät. Insbesondere
betrifft die Erfindung eine Vorrichtung und ein Verfahren zum Ermitteln
des Betriebszustandes, Diagnosezustands und einer Prognose eines
elektrischen Gerätes
in Echtzeit.
-
Ein
elektrisches Gerät,
insbesondere elektrische Mittelspannungs- oder Hochspannungsgerät erfordert
einen hohen Grad an elektrischer oder thermischer Isolation zwischen
seinen Komponenten. Demzufolge ist es allgemein bekannt, Komponenten
des elektrischen Gerätes,
wie z.B. die Spulen eines Transformators in einem Einschlussbehälter einzukapseln,
und diesen Einschlussbehälter
mit einem Fluid zu füllen.
Das Fluid erleichtert die Abführung
der durch die Komponenten erzeugten Wärme und kann durch einen Wärmetauscher geleitet
werden, um die Betriebstemperatur der Komponenten wirksam abzusenken.
Das Fluid dient auch als elektrische Isolation zwischen Komponenten
oder zur Ergänzung
anderer Formen einer Isolation, die um die Komponenten herum angeordnet
ist, wie z.B. Zellulosepapier oder andere Isolationsmaterialien.
Jedes Fluid mit den gewünschten
elektrischen und thermischen Eigenschaften kann verwendet werden.
Typischerweise ist das elektrische Gerät mit einem Öl. wie z.B.
Kastoröl,
Mineralöl
oder Pflanzenöl
oder einem synthetischen "Öl" wie z.B. chloriertem
Diphenyl, Silikon oder Schwefelhexafluorid gefüllt.
-
Oft
wird das elektrische Gerät
in einer aufgabenkritischen Umgebung eingesetzt, in welcher ein
Ausfall aufgrund eines Verlustes von elektrischer Energie für kritische
Systeme sehr teuer oder sogar katastrophal sein kann. Ferner führt ein
Ausfall des elektrischen Gerätes
normalerweise zu einem großen
Schaden an dem Gerät
selbst und an den umgebenden Geräten,
und erfordert somit die Ersetzung von teuerem Gerät. Ferner kann
ein derartiger Ausfall eine Verletzung von Personal aufgrund von
elektrischem Schlag, Feuer oder Explosion verursachen. Daher möchte man
den Status des elektrischen Gerätes überwachen,
um einen möglichen Ausfall
des Gerätes
aufgrund der Detektion von beginnenden Fehlern vorherzusagen, und
um eine Abhilfeaktion durch Reparatur, Ersetzung, oder Einstellung
von Betriebsbedingungen des Gerätes
zu schaffen. Jedoch verschlechtern sich die Leistung und das Verhalten
eines fluidgefüllten
elektrischen Gerätes
inhärent
mit der Zeit. Fehler und beginnende Fehler sollten von einer normalen
und zulässigen
Verschlechterung unterschieden werden.
-
Ein
bekanntes Verfahren zum Überwachen
des Status eines fluidgefüllten
elektrischen Gerätes
besteht in der Überwachung
verschiedener Parameter des Fluids. Beispielsweise ist bekannt,
dass die Temperatur des Fluids und das gesamte brennbare Gas (TCG)
in dem Fluid den Betriebszustand des fluidgefüllten elektrischen Gerätes anzeigen.
Daher kann die Überwachung
dieser Parameter des Fluids eine Anzeige für jeden beginnenden Fehler
in dem Gerät
liefern. Beispielsweise hat es sich herausgestellt, dass Kohlenmonoxid
und Kohlendioxid in der Konzentration mit der thermischen Alterung
und Verschlechterung der Zelluloseisolation in dem elektrischen
Gerät zunehmen.
Wasserstoff und verschiedene Kohlenwasserstoffe (und Derivate davon,
wie z.B. Azetylen und Ethylen) nehmen in der Konzentration aufgrund
von Überhitzungsstellen
zu, die durch zirkulierende Ströme
und Isolationsdurchschlag, wie z.B. Korona- und Lichtbogenentladung
bewirkt werden. Konzentrationen von Sauerstoff und Stickstoff zeigen
die Qualität
des Gasdrucksystems an, das in einem großen Gerät, wie z.B. bei Transformatoren,
verwendet wird. Demzufolge wurde die "Analyse gelöster Gase" (DGA – Dissolved Gas Analysis) ein
allgemein akzeptiertes Verfahren zum Unterscheiden beginnender Fehler
in einem fluidgefüllten
elektrischen Gerät.
-
Bei
herkömmlichen
DGA-Verfahren wird ein Anteil des Fluids aus dem Einschlussbehälter des
Gerätes über ein
Ablaufventil entfernt. Das entfernte Fluid wird dann einer Prüfung auf
gelöstes
Gas in einem Labor oder durch ein Gerät vor Ort unterworfen. Dieses
Testverfahren wird hierin als "offline"-DGA bezeichnet. Da die Gase durch verschiedene
bekannte Fehler, wie z.B. Verschlechterung des Isolationsmaterials
oder anderer Anteile elektrischer Komponenten in dem Gerät, Windungsschlüsse in den
Spulen, Überlastung,
lose Verbindungen oder dergleichen erzeugt werden, wurden verschiedenen
Diagnosetheorien entwickelt, um die Mengen verschiedener Gase im
Fluid mit speziellen Fehlern im einem elektrischen Gerät zu korrelieren,
in welchem das Fluid eingeschlossen ist.
-
Da
jedoch herkömmliche
Verfahren der offline-DGA die Entnahme von Fluid aus dem elektrischen
Gerät erfordern,
liefern diese Verfahren 1) keine lokalisierte Positionsinformation
bezüglich
irgendeines Fehlers in dem Gerät,
2) berücksichtigen
keine räumlichen
Veränderungen
von Gasen in dem Gerät,
und 3) liefern keine Echtzeitdaten bezüglich der Fehler. Wenn die
Analyse an einem anderen Ort durchgeführt wird, können die Ergebnisse für einige
Stunden nicht verfügbar
sein. Beginnende Fehler können
sich zu einem Ausfall des Gerätes über eine
derartige Zeitdauer entwickeln.
-
MIKROMONITORS,
INCJ und SYPROTECJ haben jeweils einen Gassensor entwickelt, welcher
in dem Ablaufventil oder an anderen einzelnen Stellen eines Transformators
sitzt und einige Einschränkungen der
Offline-DGA überwindet.
Jedoch sind Ortsdaten bezüglich
eines Fehlers mit einem derartigen Gerät nicht unterscheidbar, da
es in einer vordefinierten Position angeordnet ist, und keinerlei
Anzeige über
die Position der Quelle des Gases, d.h., des Fehlers liefert. Das
U.S. Patent 4,654,806 offenbart eine Vorrichtung zum Überwachen
von Transformatoren, die Sensoren zum Detektieren einer Öltemperatur,
von Gas im Öl
und einer Schranktemperatur enthalten. Rohdaten aus den Sensoren
werden von einem Mikrocomputer gesammelt und periodisch an einen
entfernt aufgestellten Host-Computer
geladen. Der Mikrocomputer kann verschiedene gemessene Parameter
mit vorbestimmten Schwellenwerten vergleichen und kann Alarme oder
andere Warnungen aktivieren, wenn die Schwellenwerte überschritten
werden. Der entfernt aufgestellte Host-Computer kann ein Kühlsystem
des Transformators auf der Basis der Parameter, die periodisch an
den entfernt aufgestellten Host-Computer geladen werden, steuern.
In ähnlicher
Weise offenbart das U.S. Patent 3,855,503 einen fernüberwachten
Transformator, in welchem Daten aus Sensoren an einen entfernten
Computer geladen und mit vorbestimmten Schwellenwerten verglichen
werden. Wenn die Schwellenwerte überschritten
werden, kann der Transformator abgeschaltet werden. Das U.S. Patent
4,654,806 offenbart, dass die individuellen Schwellenwerte auf der
Basis von anderen Schwellenwerten verändert werden können. Jedoch
liefern die in dem U.S. Patent 4,654,806 und dem U.S. Patent 3,855,503
offenbarten Geräte
keine zusammenhängende
und umfassende Diagnose in Echtzeit, da sie nicht die komplexen
Beziehungen zwischen den verschiedenen Betriebsparametern des fluidgefüllten elektrischen
Gerätes
oder die normale Verschlechterung über der Zeit des fluidgefüllten elektrischen
Gerätes
berücksichtigen.
Der Artikel mit dem Titel "Monitoring
the Health of Power Trans former" diskutiert
Untersuchungen an Massachusetts of Technology bezüglich eines
Modell-basierenden Diagnosesystems.
-
Bekannte
Prozesse und Vorrichtungen liefern keine genaue Echtzeitdiagnose
von beginnenden Fehlern in, und eine Prognose von, einem fluidgefüllten elektrischen
Gerät,
da die komplexe Beziehung zwischen verschiedenen Betriebsparametern
von fluidgefüllten
elektrischen Geräten
nicht vollständig
durch die herkömmliche
Technik berücksichtig
wird. Beispielsweise kann ein Temperaturanstieg über einen normalen Bereich
hinaus auf einer kurzzeitigen Belastungszunahme und nicht auf einem
beginnenden Fehler beruhen. Weitere Parameter sind in komplexerer
Art verknüpft,
die durch die herkömmliche
Technik nicht berücksichtigt wird.
Ferner berücksichtigen
die vorstehend diskutierten Einrichtungen keine dynamische Änderung über der Zeit
im Transformatorverhalten.
-
Das
U.S. Patent 5,845,272 offenbart ein System zur Isolation von Fehlern
in einer Lokomotive oder einem Prozess mit mehreren Geräten. Das
System benutzt Ausgangssignale verschiedener Sensoren als Eingangssignale
in einer kausale Netzwerke enthaltenden Wissensbasis. Jedoch befasst
sich das U.S. Patent 5,845,272 nicht mit der Diagnose von fluidgefüllten elektrischen
Geräten
und berücksichtigt
somit nicht die komplexen Beziehungen zwischen Parametern von fluidgefüllten elektrischen
Geräten
und die dynamische Änderung
im Verhalten von fluidgefüllten
elektrischen Geräten
mit der Zeit.
-
Zusammengefasst
berücksichtigen
bekannte Prozesse und Verfahren keine analytischen Modelle des Betriebs
eines fluidgefüllten
elektrischen Gerätes,
welche thermische, Fluidströmungs-,
elektrische Feld-, Druck/Volumen-, chemische, Ausfallmodus-, Grundfehlerursache-
und Gas-in-Öl-Modelle
um fassen, welche alle in einer komplexen Weise in Beziehung stehen
und sich mit der Zeit verändern.
Bekannte Verfahren und Vorrichtungen erkennen und sagen daher Ausfallmodi
nicht genau voraus und bewerten den Lebensdauerzyklus eines fluidgefüllten elektrischen
Gerätes
nicht.
-
Gemäß einem
ersten Aspekt der Erfindung wird eine intelligente Analysevorrichtung
für ein
fluidgefülltes
elektrische Gerät
der Bauart mit Komponenten, die von Fluid umgeben sind, geschaffen,
wobei die Vorrichtung aufweist: mehrere Sensoren zum Erfassen mehrerer
Betriebsparameter des elektrischen Gerätes mit einem zur Aufnahme
des Fluids eingerichteten Einschlussbehälter und wenigstens einer in
dem Einschlussbehälter
angeordneten elektrischen Komponente, wobei die Sensoren dafür eingerichtet
sind, Signale auszugeben, die mehrere Betriebsparameter des elektrischen
Gerätes
anzeigen; und eine mit den Sensoren verbundene Diagnoseeinrichtung,
wobei die Diagnoseeinrichtung einen Prozessor enthält, der
so arbeitet, dass er Betriebseigenschaften des elektrischen Gerätes auf
der Basis wenigstens eines analytischen Modells des elektrischen
Gerätes
und der von den Sensoren ausgegebenen Signale ermittelt, indem er
von dem wenigstens einen analytischen Modell berechnete Betriebsparameter
und von den Signalen der Sensoren angezeigte Werte der Betriebsparameter
in einem kausalen Netzwerk anwendet, wobei die Diagnoseeinrichtung
dafür eingerichtet
ist, einen von dem wenigstens einen analytischen Modell berechneten
Betriebsparameter mit einem entsprechenden gemessenen Betriebsparameter
zu vergleichen, und dafür
angepasst ist, das Ergebnis des Vergleichs als einen Indikator in
dem kausalen Netzwerk zu verwenden, und wobei ferner die Wahrscheinlichkeiten
des kausalen Netzwerkes dafür
angepasst sind auf der Basis der Wahrscheinlichkeit der von dem
analytischen Modell erhaltenen Indikators oder der erfassten Be triebsparameter
aktualisiert zu werden; und wobei ferner die Variablen des wenigstens
einem analytischen Modells dafür
angepasst sind, dass sie mit der Zeit entsprechend akzeptablen Verhaltensänderungen
des elektrischen Geräts über der
Zeit angepasst werden.
-
Gemäß einem
zweiten Aspekt der Erfindung wird ein Verfahren zur intelligenten
Analyse eines fluidgefüllten
elektrischen Gerätes
des Bauart, mit von einem Fluid umgebenen Komponenten geschaffen,
wobei das Verfahren die Schritte aufweist: Verbinden von Sensoren
mit dem elektrischen Gerät
mit einem zur Aufnahme von Fluid konfigurierten Aufnahmebehälter und
mit wenigstens einer in dem Aufnahmebehälter angeordneten elektrischen
Komponente; Erfassen mehrerer Betriebsparameter des elektrischen
Gerätes
mit den Sensoren; Erzeugen von Signalen, die die in dem Erfassungsschritt
erfassten mehreren Betriebsparameter des elektrischen Gerätes anzeigen;
und Ermitteln von Betriebskennwerten des elektrischen Gerätes auf
der Basis wenigstens eines analytischen Modells des elektrischen
Gerätes
und der in dem Erzeugungsschritt erzeugten Signale durch Anwenden
von Werten von dem wenigstens einem analytischen Modell berechneten Betriebsparametern
und Werten von durch das in dem Erzeugungsschritt erzeugten Signal
angezeigten Betriebsparametern in einem kausalen Netzwerk; wobei
der Bestimmungsschritt die Schritte des Vergleichs eines durch das
wenigstens eine analytische Modell berechneten Betriebsparameters
mit einem entsprechenden gemessenen Betriebsparameter gemäß Anzeige
durch Signale in dem Erzeugungsschritt vergleicht, und das Ergebnis
des Vergleichsschritts als einen Indikator in dem kausalen Netzwerk
verwendet, und wobei ferner der Bestimmungsschritt ferner die Schritte
der Aktualisierung der Wahrscheinlichkeiten des kausalen Netzwerkes auf
der Basis der Wahrscheinlichkeit der In dikatoren, die aus dem analytischen
Modell erhalten werden, oder der erfassten Betriebsparameter aktualisiert;
und wobei der Ermittlungsschritt ferner den Schritt der Anpassung
von Variablen des wenigstens einem analytischen Modells über der
Zeit in Abhängigkeit
von akzeptablen Verhaltensänderungen
des elektrischen Gerätes über der
Zeit umfasst.
-
Die
vorliegende Erfindung wird mit dem Lesen der nachstehenden detaillierten
Beschreibung einer bevorzugten Ausführungsform in Verbindung mit
den beigefügten
Zeichnungen verständlicher,
in welchen:
-
1 eine
schematische Darstellung einer bevorzugten Ausführungsform der Erfindung und
eines zugeordneten elektrischen Gerätes ist;
-
2 ein
Flussdiagramm einer Diagnoseermittlungsroutine der bevorzugten Ausführungsform
ist;
-
3 eine
grafische Darstellung von möglichen
Ausfallmodi der bevorzugten Ausführungsform
ist; und
-
4 eine
grafische Darstellung eines kausalen Netzwerkes für die Ausfallmodi
von 3 ist.
-
Eine
Ausführungsform
der Erfindung verwendet analytische Modelle für den Betrieb eines fluidgefüllten elektrischen
Gerätes
in Kombination mit kausalen Netzwerken für den Zweck der Ermittlung
des Betriebsstatus, der Diagnose und Prognose des fluidgefüllten elektrischen
Gerätes.
Die analytischen Modelle können Modelle
von thermischen Eigenschaften, elektrischen und magnetischen Feldern,
Temperatur-Druck-Volumen, Ausfallmodi, der Hauptfehlerursache, Gas-in-Öl und der
chemi schen Zusammensetzung enthalten. Die analytischen Modelle werden über der
Zeit angepasst, um Verhaltensänderungen
in dem fluidgefüllten
elektrischen Gerät
zu berücksichtigen.
Ein so genanntes "Belief
Network" bzw. Vertrauensnetzwerk
wird dazu verwendet, um dynamisch die Parameter des kausalen Netzwerkes
anzupassen.
-
1 stellt
eine bevorzugte Ausführungsform
der Erfindung dar. Das Diagnosesystem 10 weist eine Diagnoseeinrichtung 30 auf,
die für
einen Anschluss an das elektrische Gerät 20, einen elektrischen
Transformator in der bevorzugten Ausführungsform, angepasst ist.
Das elektrische Gerät 20 weist
elektrische Komponenten 22 auf, die einen Kern und Spulen/Wicklungen
des Transformators, und einen die Komponenten 22 umgebenden
Einschlussbehälter 24 umfassen.
Der Einschlussbehälter 24 ist
dafür eingerichtet,
Fluid F, wie z.B. Öl
zum Kühlen
und Isolieren der Komponenten 22 aufzunehmen. Das Fluid
F kann durch den Einschlussbehälter 24 und
einen (nicht dargestellten) Radiator mittels einer Pumpe 26 gepumpt
werden, die in dem oder in der Nähe
des Einschlussbehälters 24 angeordnet
ist. Der Radiator dient als ein Wärmetauscher zum Kühlen des
Fluids F und um dadurch die Wärme
von den Komponenten 22 abzuführen und kann jede beliebige
bekannte Form von Rohren, Kanälen,
Wärmetauschflächen, Kühlelementen,
Pumpen, Lüftern
oder dergleichen aufweisen. Eine Kühlung kann durch Wärmekonvektion,
Wärmeleitung,
Molekularkonvektion des Fluids F oder in irgendeiner anderen Weise
erreicht werden.
-
Mehrere
Sensoren 28a–28f sind
funktionell mit dem elektrischen Gerät 20 in einer geeigneten
Weise verbunden. Die Sensoren 28a–28f können jeder
geeignete Typ zum Erfassen eines gewünschten Parameters und zum
Erzeugen, d.h., Ausgeben eines Signals sein, das den Wert des gemessenen
Parameters anzeigt. In der bevorzugten Ausführungsform ist der Sensor 28a ein
Voltmeter, Amperemeter oder dergleichen, um die elektrische Belastung
an dem elektrischen Gerät 20 zu
messen, und ist mit Lastanschlüssen 29 des
elektrischen Gerätes 20 verbunden,
der Sensor 28b ist eine Temperatursensor, der im Fluid
F innerhalb des Einschlussbehälters 24 angeordnet
ist, der Sensor 28c ist ein Drucksensor, der im Fluid F
in dem Einschlussbehälter 24 angeordnet
ist, der Sensor 28d ist ein Molekularwasserstoff-Sensor,
der im Fluid F in dem Einschlussbehälter 24 angeordnet
ist, der Sensor 28e ist ein Fluid-Zirkulationssensor, und der Sensor 28f ist
ein Fluid-Pegelsensor.
-
In
der bevorzugten Ausführungsform
stehen die Sensoren 28b–28f mit dem Fluid
F in Kontakt. Die Erfindung erfordert jedoch nur, dass die Sensoren 28b–28f in
der Lage sind, Parameter des Fluids F zu messen. Demzufolge können die
Sensoren abhängig
von dem Typ der verwendeten Sensoren wie es nachstehend detaillierter
beschrieben wird, mit dem Fluid F in einer kontakt- oder kontaktlosen
Beziehung stehen. Beispielsweise können die Sensoren 28b–28f entfernt
von dem Fluid F angeordnet sein und können Erfassungselemente besitzen,
die in dem Fluid F angeordnet sind. Alternativ können die Sensoren 28a–28f vollständig von dem
Fluid F entfernt angeordnet sein und können die Parameter in dem Fluid
F aus einem Abstand, wie z.B. mittels einer optischen Einrichtung
oder dergleichen, überwachen.
Die Sensoren 28a–28f können an
jeder Stelle angeordnet sein und können Parameter des elektrischen
Gerätes 20 an
jeder Stelle, wie sie durch die Bauart, die Größe und die Form des elektrischen
Gerätes 20,
die zu erstellende Diagnose und Prognose und irgendwelche anderen
Details der praktischen Anwendung vorgegeben sind, erfassen. Beispielsweise
kann es erwünscht
sein, Werte von Wicklungstemperatur, Überhitzungspunkttemperatur,
Kerntemperatur, Laststufenschalter-(OLTC)-Temperatur, Umgebungstemperatur,
Gasraumdruck, Fluidpegel, Feuchtigkeit im Fluid, Fluiddurchlagfestigkeit,
akustischer Teilentladung, Schalldruck in dem Gerät, Umgebungsschalldruck,
verschiedenen Gase in dem Fluid, Fluidströmung, Lüfter/Pumpen-Drehzahl und Ströme, Lastströme, Netzspannung
und Schwingung zu erfassen. Alle von diesen Parametern können mittels
bekannter Sensoren erfasst werden. Ferner können mehrere Sensoren dazu
verwendet werden, denselben Parameter gleichzeitig an mehr als nur
einer Stelle zu messen. Natürlich
kann eine beliebige Anzahl von Sensoren in Abhängigkeit von den zu messenden
Parametern und den gewünschten
Messstellen vorhanden sein.
-
Die
Sensoren 28a–28f können fest
an der gewünschten
Position auf oder in dem elektrischen Gerät 20 angeordnet sein
oder können
entfernbar an gewünschten
Stellen angeordnet sein, indem sie selektiv durch Sensoreingangsanschlüsse oder
andere Öffnungen
eingeführt
werden, die durch Wände
des Einschlussbehälters 24 oder
andere Abschnitte des elektrischen Gerätes 20 ausgebildet
sind. Die Sensoren 28a–28f können von
jeder beliebigen Bauart sein. Beispielsweise kann jeder Sensor 28b–28f einer
oder mehrere von Metall-Isolator-Halbleiter-Diodensensoren,
faseroptischen Sonden, akustischen oder optischen Wellenleitern,
Bimetallsensoren, Dünnfilmsensoren
oder ein beliebiger anderer geeigneter Sensor oder Messwandler zum Messen
der hierin angegebenen Parameter sein. Der Sensor 28a kann
irgendeine bekannte Bauart eines Messgerätes für elektrische Last, wie z.B.
eines Widerstands- oder Induktionsmessgerät sein. Wenn die Sensoren 28a–28f elektrischer
oder elektronischer Art sind und innerhalb eines Bereichs eines
starken EM-Feldes des elektrischen Gerätes 20 angeordnet
sind, kann eine geeignete elektrische Abschirmung vorgesehen sein. Optische
oder andere Arten von Sensoren müssen
unabhängig
von ihrer Lage nicht elektrisch geschirmt werden. Die Sensoren 28a–28f erzeugen
Daten oder Signale, die die Betriebsparameter des dadurch gemessenen
elektrischen Gerätes 20 anzeigen.
-
Die
Diagnoseeinrichtung 30 ist mit dem elektrischen Gerät 20 zum
Ermitteln verschiedener Betriebseigenschaften des elektrischen Gerätes 20 verbunden
und weist einen Prozessor 40, eine Eingangs/Ausgangs-Schnittstelle
(I/O) 50, Benutzerschnittstelle 60, Datenbus 70 und
Energieversorgung 72 auf. Die Sensoren 28a–28f und
die Pumpe 26 sind kommunikativ mit der I/O 50 über einen
geeigneten Leitungsmechanismus verbunden. Beispielsweise können sich,
wenn die Sensoren 28a–28f elektronische
sind oder elektronische Signale erzeugen, elektrische Leiter von
den Sensoren 28a–28f zu
der I/O 50 erstrecken. Die Leiter können irgendeinen geeigneten
Anschlussstreifen, Verbinder, oder dergleichen zur Verbindung mit
der I/O- 50 enthalten. Eine Kopplung, d.h., Leitung von
Signalen zwischen den Sensoren 28a–28f und der I/O 50 kann
durch Drähte,
Lichtfaserleiter, Funkfrequenzeinrichtungen, Infraroteinrichtungen
oder in irgendeiner anderen bekannten Weise erreicht werden. Die
Pumpe 26 kann mit der I/O 50 in einer ähnlichen
Weise verbunden sein. Die Diagnoseeinrichtung 30 kann mit
Sensoren 28a–28f und
der Pumpe 26 über
eine Fernleitungs- oder lokale Kommunikationsverbindung wie z.B.
eine Telefonleitung, eine serielle RS232-Verbindung, universelle
serielle Bus (USB) Verbindung, Hochfrequenzverbindung, Infrarotverbindung
oder dergleichen kommunizieren. Die Energieversorgung 72 ist
als ein getrenntes Element dargestellt. Die Energieversorgung kann
jedoch in eine oder mehrere von den anderen Komponenten integriert
sein.
-
Die
I/O 50 enthält
mehrere Signalkonditionierungsschaltungen 52a–52g,
welche von beliebiger Bauart sein können, die zum Konditionieren
der Signale oder der von den Sensoren 28a–28f und
der Pumpe 26 ausgegebenen Daten geeignet ist. Beispielsweise
können
die Signalkonditionierungsschaltungen 52a–52g eine Schaltung
zum Glätten,
Abtasten, Strombegrenzen, Dämpfen,
Verstärken,
Abschwächen
oder andere Funktionen in einer bekannten Weise aufweisen. Man beachte,
dass die Pumpe 26 eine Rückkopplungsfähigkeit
enthalten kann, um ein Signal oder Daten zu erzeugen, die deren
Betriebszustand repräsentieren,
wie z.B. eine oder mehrere von einer Drehzahlrückkopplung, Schwingungsrückkopplung
oder Lastrückkopplung.
Ebenso ist jede von den Signalkonditionierungsschaltungen 52a–52g in
der Lage, Ausgangssignale, die an die Sensoren 28a–28f und
die Pumpe 26 zu senden sind, zu konditionieren. Derartige
Signale können
die Einstellung von Schwellenwerten, Linearisierungsparameter, Empfindlichkeitsanpassungen,
Drehzahlanpassungen (im Falle der Pumpe 26) und dergleichen
betreffen, wie es nachstehend weiter beschrieben wird. Die Signalkonditionierungsschaltungen 52a–52g sind
als getrennte Elemente dargestellt. Jedoch können eine oder mehrere von den
Signalkonditionierungsschaltungen in einem Stück mit dem Sensor, dem Prozessor
oder anderen Komponenten ausgebildet sein.
-
Die
I/O 50 kann auch einen mehrkanaligen Digital/Analog- und Analog/Digital-Wandler
(D/A) 54 enthalten, welcher eine Schnittstelle zwischen den Signalen
der Sensoren 28a – 28f
und der Pumpe 26, welche in der bevorzugten Ausführungsform
analog sind, und dem Prozessor 40, welcher in der bevorzugten
Ausführungsform
digital ist, bereitstellen. Natürlich
kann, wenn die Sensoren 28a–28f, die Pumpe 26 und
der Prozessor 40 alle analog oder alle digital sind, der
D/A 54 weggelassen werden. Der D/A 54 ist mit
dem Prozessor 40 über
einen Datenbus 70 für
eine Zweiwegekommunikation verbunden. Der Prozessor 40 enthält eine
zentrale Verarbeitungseinheit (CPU) 42 und eine Speichereinrichtung 44.
Die CPU 42 führt
ein Steuerprogramm durch, das in der Speichereinrichtung 44 gespeichert
ist. Die Speichereinrichtung 44 kann eine standardmäßige Magnetspeichereinrichtung,
wie z.B. eine Festplatte zum Speichern des Steuerprogramms und anderer
Daten enthalten und umfasst auch einen "Arbeitsraum", wie z.B. einen Arbeitsspeicher (RAM)
für die
CPU 42, um Daten temporär
zu speichern.
-
Die
Diagnoseeinrichtung 30 kann auch eine Benutzerschnittstelle 60 enthalten,
die eine Anzeige 62 und eine Eingabeeinrichtung 64 aufweist.
Die Eingabeeinrichtung 64 kann eine beliebige Art einer
Tastatur, Maus, eines Schalters oder von mehreren Schaltern oder
irgendeine andere Einrichtung sein, um dem Benutzer die Eingabe
von Einstellungen, Parametern, Befehlen oder dergleichen in den
Prozessor 30 zu ermöglichen.
Die Anzeige 62 kann ein beliebiger Typ zur Anzeige des
Betriebszustandes sein, wie z.B. eine LCD- oder CRT-Anzeigeeinrichtung,
eine Anzeigelampe oder mehrere Anzeigelampen, ein hörbarer Alarm
oder dergleichen. Die Energieversorgung 72 liefert Energie
an weitere Elemente der Diagnoseeinrichtung 30 und kann
ein beliebiger Typ einer bekannten Energieversorgung wie z.B. eine
Batterie, eine Brennstoffzelle, ein Gleichrichter zum Erzeugen von
DC-Energie aus AC-Energie
sein. Die Diagnoseeinrichtung 30 kann eine Mikroprozessor-basierende
Einrichtung sein, wie z.B. ein Personal Computer oder eine speicherprogrammierbare
Steuerung, eine fest verdrahtete Logikeinrichtung oder irgendeine
andere Einrichtung zum Erzielen der nachstehend offenbarten Verarbeitung.
-
Der
Prozessor 40 enthält
ein vorprogrammiertes Steuerprogramm, das in der Speichereinrichtung 44 gespeichert
ist, um Eigenschaften, wie z.B. Diagnosen, Prognosen, Verhaltenseigenschaften
und Lebensdauerbewertungen des elektrischen Gerätes 20 in der nachstehend
beschriebenen Weise zu ermitteln. Insbesondere enthält das Steuerprogramm
verschiedene analytische Verhaltensmodelle des elektrischen Gerätes 20,
ein kausales Netzwerk und ein Vertrauensnetzwerk. Der Datenbus 70 kann
jede geeignete Art von Hardware und/oder Softwareprotokollen zum Übertragen
und Empfangen von Daten oder Signalen verwenden. Beispielsweise
kann der Datenbus 70 ein Standard-ISA-Bus, DCI-Bus, GPIB-Bus oder dergleichen
sein. Daten können
an oder von einem entfernt aufgestellten oder lokalen Hostcomputer
gesendet oder empfangen werden, um weitere Diagnosen, Prognosen
und Steuerungen bereitzustellen, und um die Diagnosen und den Betrieb
von mehreren fluidgefüllten
elektrischen Geräten
zu koordinieren.
-
Im
Betrieb ist der Einschlussbehälter 24 vollständig oder
teilweise mit Fluid F, wie z.B. Öl,
gefüllt.
In diesem Zustand stehen die Sensoren 28b, 28c, 28d, 28e und 28f in
Kontakt mit dem Fluid F oder können
anderweitig Parameter darin erfassen. In der bevorzugten Ausführungsform
erfasst der Sensor 28b die Temperatur des Fluids F, der
Sensor 28c erfasst den Druck in dem Fluid F, der Sensor 28d erfasst
den Anteil von molekularem Wasserstoff im Fluid F, der Sensor 28e erfasst
die Zirkulation des Fluids F und der Sensor 28f erfasst
den Pegel des Fluids F. Weitere erfasste Parameter können den
Anteil verschiedener Gase (wie z.B. Azetylen, Kohlenstoffmonoxid
und Ethylen), die Wicklungstemperatur, Überhitzungspunkttemperatur,
Kerntemperatur, Stufenschalter- (OLTC)-Maximaltemperatur, Umgebungstemperatur,
Gasraumtemperatur, Fluidpegel, Feuchtigkeit im Fluid, Fluiddurchschlagfestigkeit,
a kustische Teilentladung, Schalldruck, Umgebungsschalldruck, Gasanteil,
Fluidströmung,
Pumpendrehzahl und Schwingung umfassen, sind jedoch nicht darauf beschränkt. Natürlich kann
jeder Parameter, welcher für
die Ermittlung des Betriebszustandes hilfreich ist und/oder in einem
analytischen Modell des elektrischen Gerätes 20 berücksichtigt
wird, gemessen werden.
-
2 ist
ein Flussdiagramm einer Diagnoseermittlungsroutine gemäß einer
bevorzugten Ausführungsform.
Die Routine kann in der Form einer in der Speichereinrichtung 44 gespeicherten
Software vorliegen und in jeder geeigneten Sprache oder Code geschrieben
sein, der von der CPU 42 gelesen werden kann. Beispielsweise
kann die Softwareroutine in Basic, C++ oder dergleichen geschrieben
sein.
-
Ausgangssignale,
d.h., Sensordaten aus dem D/A 54 repräsentieren Parameter des Gerätes 20 und werden über den
Bus 70 in den Prozessor 40 eingegeben. Die Sensordaten
werden zuerst einem Validierungsschritt 100 unterworfen,
um zu ermitteln, ob die entsprechenden Sensoren korrekt arbeiten.
Beispielsweise kann der Validierungsschritt 100 einen Vergleichsschritt
der Sensordaten mit vorbestimmten minimalen und maximalen Schwellenwerten,
die möglichen
(obwohl nicht notwendigerweise erwünschten) Werten der von den
Sensoren 28a–28f erfassten
Parameter entsprechen, enthalten. Beispielsweise kann, wenn die
dem Sensor 28b (ein Temperatursensor) entsprechenden Sensordaten
eine Temperatur höher
oder niedriger als eine mögliche Öltemperatur,
beispielsweise niedriger als eine Umgebungstemperatur oder wesentlich
höher als
die Temperaturbegrenzung von Komponenten 22 anzeigt, angenommen
werden, dass der Sensor 28a nicht korrekt arbeitet. Ferner
kann der Validierungsschritt 100 einen Prüfschritt
hinsichtlich unmög licher
Schwankungen in dem von den Sensordaten angezeigten wert enthalten,
welche ein Unterbrechungsproblem im Sensor 28a anzeigen.
Der Validierungsschritt 100 wird in einer ähnlichen
Weise für
jeden von den Sensoren 28a–28f ausgeführt. Wenn
in dem Validierungsschritt 100 angezeigt wird, dass einer
von den Sensoren 28a–28f nicht
korrekt funktioniert, wird eine entsprechende Fehlermeldung auf
einer Anzeige 62 oder auf einer entfernt angeordneten Anzeige
angezeigt oder anderweitig aufgezeichnet oder an eine Bedienungsperson
oder einen entfernt angeordneten Computer oder dergleichen übertragen.
Daten aus einem defekten Sensor können ignoriert werden bis der
Sensor repariert oder ersetzt ist. Alternativ kann der von dem defekten
Sensor gemessene Parameter durch eines der Modelle in der nachstehend
beschriebenen Weise berechnet werden.
-
Die
Routine geht dann zu dem Berechnungsschritt 110 über, in
welchem die verschiedenen Parameter auf der Basis anderer gemessener
Parameter gemäß Modellen
berechnet werden, die für
den speziellen Parameter in dem Gerät 20 entwickelt wurden.
Beispielsweise ist ein Sauerstoffmodell ein Algorithmus, der den theoretischen
Wert des molekularen Wasserstoffs (H2) im
Fluid F des Gerätes 20 auf
der Basis einer Gerätekonfigurationsinformation,
d.h., der Größe, der
relativen Abmessungen, Komponenten, Art des Fluids usw. des Gerätes 20 berechnet.
Die bevorzugte Ausführungsform
enthält
ein Wasserstoffmodell 112, Temperaturmodell 114 und
Druckmodell 116. Jedes von den verschiedenen bekannten
Modellen kann für
jeden Parameter verwendet werden. Beispielsweise kann das an dem
Massachusetts Institute of Technology entwickelte "MIT Hydrogen Model" als Wasserstoffmodell 112 verwendet
werden. Das MIT-Wasserstoffmodell
verwendet die nachstehende Gleichung: H2[k] = α + β × Ttopoil[k] + γ × (Ttopoil[k])2,wobei:
- k
- ein Zeitmessindex
ist,
- H2[k]
- ein berechneter Wert
des molekularen Wasserstoffs bei jedem Indexintervall ist;
- Ttopoil[k]
- eine gemessene maximale Öltemperatur
bei jedem Index ist;
- α
- eine Konstante des
molekularen Wasserstoffs ist;
- β
- ein Koeffizient erster
Ordnung des molekularen Wasserstoffs ist; und
- γ
- ein Koeffizient zweiter
Ordnung des molekularen Wasserstoffs ist.
-
In ähnlicher
Weise kann das "MIT
Temperature Model" als
ein Temperaturmodell 114 unter Verwendung der nachstehenden Gleichung
verwendet werden:
wobei:
- k
- ein Zeitmessindex
ist,
- Θtop[k]
- eine berechnete Spitzenöltemperatur
bei jedem Indexintervall ist;
- Θamb[k]
- eine gemessene Umgebungstemperatur
bei jedem Indexintervall ist;
- Δt
- eine Abtastfrequenz
ist;
- Θu[k]
- eine ultimative Spitzenöltemperaturanstieg
für eine
Strombelastung L bei jedem Indexintervall ist; und
- To
- eine Öl-Zeitkonstante
ist, die aus verschiedenen physikalischen Eigenschaften des Transformators berechnet
wird.
-
Jedes
von verschiedenen bekannten Druckmodellen kann verwendet werden.
Diese Modelle werden gemäß den speziellen
physikalischen Eigenschaften des elektrischen Gerätes 20 konfiguriert
(d.h., die Konstanten und Komponenten werden berechnet). Beispielsweise
können
die Nennlast, der durchschnittliche Leitertemperaturanstieg über dem
oberen Öl,
der Anstieg des oberen Öls,
das Lastverlustverhältnis,
die Kühleigenschaften,
der Verlust, die Wärmekapazität, das Gewicht
der Komponenten 22, das Gewicht des Einschlussbehälters 24 und
die Fluidfassungsvermögen
des elektrischen Gerätes 20 in
einer bekannten Weise berücksichtigt
werden, um die geeigneten Modelle zu entwickeln.
-
Sobald
die verschiedenen Werte für
jeden Parameter durch den Prozessor 40 gemäß den Modellen im
Schritt 110 berechnet worden sind, werden die berechneten
Werte jedes Parameters mit den gemessenen Werten, d.h., mit den
Sensordaten des entsprechenden Parameters in einem Anomalie-Detektionsschritt 120 verglichen.
Wenn die gemessenen Werte innerhalb einer vorgeschriebenen Toleranz
oder eines Bereichs des berechneten Wertes liegen, wird keine Anomalie
für diesen
Parameter detektiert und kein Alarm ausgegeben. Andererseits kann,
wenn der gemessene Wert des speziellen Parameters nicht innerhalb
der vorgeschriebenen Toleranz oder dem Bereich liegt, ein Alarm
an der Anzeige 62, einer getrennten Alarmeinrichtung, einer entfernt
aufgestellten Anzeige oder dergleichen ausgegeben oder anderweitig
aufgezeichnet oder übertragen werden,
um somit eine vorläufige
Statusanzeige zu erzeugen.
-
Im
Schritt 130 werden die Unterschiede zwischen den gemessenen
und den berechneten Parameterwerten als Indikatoren eines kausalen
Netzwerkes angewendet. Das kausale Netzwerk ist Teil der Routine
und kann somit in der Speichereinrichtung 44 gespeichert
sein. Das kausale Netzwerk kann im Voraus in der nachstehend beschriebenen
Weise entwickelt werden. Jedes kausale Netzwerk hat eine Ursache/Wirkungs-Beziehung
zwischen mehreren Knoten, wobei einige von den Knoten Hauptursachen
in Verbindung mit Ausfällen
in dem elektrischen Gerät 20,
d.h., Ausfallmodi repräsentieren
und einige von den Knoten beobachtbare Manifestationen der Ausfallmodi
repräsentieren.
Jeder von den Ausfallmodi in den kausalen Netzwerken hat eine vorrangige
Möglichkeit,
die die Wahrscheinlichkeit des speziellen Ausfalls anzeigt.
-
Jeder
von den Knoten in dem kausalen Netzwerk besitzt auch eine Information
einer bedingten Möglichkeit,
welche die Festigkeit der Beziehungen des Manifestationsknotens
zu seinem Ausfallmodus repräsentiert,
d.h., die Ursache/Wirkungs-Beziehungen
zwischen Ausfällen
und beobachtbaren Symptomen für
das elektrische Gerät 20.
Somit muss zur Entwicklung des kausalen Netzwerkes die Kenntnis,
wie jede Komponente in dem fluidgefüllten elektrischen Gerät arbeitet,
und der beobachtbaren Symptome jedes Ausfallmodus vorhanden sein.
Einige von den möglichen
Ausfallmodi, denen das elektrische Gerät 20 unterworfen sein
kann, sind ein Ausfall der Pumpe 26 (einschließlich des
Ausfalls des Motors und einer Beschädigung der Pumpschaufel), ein
Leck des Einschlussbehälters 24,
ein Ausfall der Komponente 22, ein Ausfall der Isolation
an der Komponente 22, ein Überlastzustand, ein Isolationsdurchschlag
des Fluids F und ein Radiatorleck.
-
Nachdem
alle von den möglichen
Ausfallmodi für
das elektrische Gerät 20 identifiziert
worden sind, wird das kausale Netzwerk für das elektrische Gerät 20 entwickelt. 3 stellt
die vorstehend identifizierten Ausfallmodi für das elektrische Gerät 20 dar.
Diese Ausfallmodi sollen nur exemplarisch sein, und die Liste umfasst
nicht alle. Jeder von den Ausfallmodi wird als ein Ausfallmodusknoten,
oder eine Ursache, bezeichnet und wird als ein Kasten mit abgerundeten
Ecken dargestellt. Jede Ursache hat eine bestimmte Auswirkung auf höhere Ebene
auf das elektrische Gerät.
Es ist auch möglich,
dass mehrere Ursachen dieselbe Auswirkung haben können. An
einem bestimmten Punkt manifestiert sich eine Auswirkung selbst
so, dass sie gemessen oder beobachtet werden kann. Wenn der Zustand
eines einzigen beobachtbaren Symptoms oder der Zustand mehrerer
beobachtbarer Symptome für
nur eine Ursache einzigartig ist, ist es möglich, das Problem unzweideutig
zu identifizieren.
-
4 stellt
ein Beispiel der Ursache/Wirkungs-Beziehungen für jeden der in 3 identifizierten
Ausfallmodi, d.h., ein kausales Netzwerk für das elektrische Gerät 20 dar.
Der Begriff "kausales
Netzwerk", so wie er
hierin verwendet wird, bezieht sich auf ein Netzwerk, einen Algorithmus,
oder dergleichen, die einen möglichen
Ausfall anzeigen, und deren Möglichkeitsbeziehung
zu verschiedenen Manifestationen. Die Ursache/Wirkungs-Beziehung
zwischen jedem Knoten (Ausfallmodi und beobachtbaren Manifestationen)
ist mit einem Pfeil dargestellt, der in die Richtung der Kausalität zeigt.
In 4 ist dargestellt, dass die Ausfallmodi des Pumpenmotorausfalls
und des Pumpenflügelausfalls
eine Auswirkung haben, die durch eine beobachtbare Manifestation
einer niedrigen Fluidzirkulation gekennzeichnet ist. Der Knoten
der geringen Zirkulation ist mit einem Indikatorknoten, geringe
Zirkulation, gekoppelt, der anzeigt, ob die durch den Sensor 28e gemessene
Zirkulation gering ist. Der Indikatorknoten ist ein Knoten, der
immer eine Auswirkung ist, die direkt den Wert eines gemessenen
Parameters, eines berechneten Wertes des Parameters oder der Differenz
zwischen dem gemessenen Parameter und dem berechneten Wert davon
darstellt und durch einen Kreis repräsentiert wird.
-
Der
Pumpenschaufel-Ausfallknoten und der Pumpenmotor-Ausfallknoten sind jeweils mit einer
Auswirkung dargestellt, die durch eine geringe Fluidzirkulation
durch den Einschlussbehälter 24 gekennzeichnet ist,
wie sie durch die Daten aus dem Sensor 28e im Vergleich
zu Werten dargestellt wird, die durch das Druckmodell 116 (im
vorstehenden Schritt 110) berechnet werden. Der Einschlussbehälter-Leckknoten
ist mit einer Auswirkung dargestellt, dass der Fluidpegel wie durch
den Fluidpegelsensor 28f im Einschlussbehälter 24 dargestellt
niedrig ist. Zusätzlich
ist der Pumpenmotor-Ausfallmodus mit einem Indikatorknoten gekoppelt,
der der Rückkopplung
wie z.B. eines Tachometers aus der Pumpe 26 entspricht.
Auf einer höheren
Ebene haben die Auswirkungen der geringen Fluidzirkulation und des
geringen Fluidpegels eine Auswirkung auf das elektrische Gerät 20,
die durch eine unzureichende Kühlkapa zität gekennzeichnet
ist, da das Fluid nicht korrekt durch einen Radiator gekühlt wird.
Dieser Effekt ist mit einem Indikator gekoppelt, der prüft, ob die
Fluidtemperatur über
der normalen Temperatur liegt, wie sie durch die Differenz zwischen
dem durch das Modell 114 (im vorstehend beschriebenen Schritt 110)
berechneten Temperatur und der durch den Temperatursensor 28b gemessenen
Temperatur angezeigt wird.
-
Für jeden
Ausfallmodus in dem kausalen Netzwerk wird eine anfängliche
bedingte Wahrscheinlichkeit, die die Wahrscheinlichkeit eines Ausfalls
anzeigt, zugewiesen. Die bedingten Wahrscheinlichkeiten sind Faktoren,
die jedem Ausfallmodus zugewiesen sind, die die relative Wahrscheinlichkeit
anzeigen, dass die Ursache vorhanden ist. 4 stellt
ein Beispiel bedingter Wahrscheinlichkeiten dar, die jedem einzelnen
Ausfallmodus für
das elektrische Gerät 20 zugewiesen
sind. Die bedingten Wahrscheinlichkeiten sind als Dezimalzahlen
unter dem entsprechenden Ausfallmodusknoten aufgelistet. Man beachte,
dass in Fällen,
in welchen eine Komponente mehrere Ausfallmodi hat, die bedingte
Ausfallwahrscheinlichkeit des Fehlers aufgrund jedes Ausfallmodus
erforderlich ist. Man beachte ferner, dass die Größen bedingter
Wahrscheinlichkeiten von miteinander gruppierten Ausfallmodusknoten
die relative Wahrscheinlichkeit bestimmen, dass ein spezieller Ausfallmodus
das Problem ist. Beispielsweise würde gemäß dem kausalen Netzwerk von 4,
wenn eine geringe Zirkulation des Fluids F vorliegen würde, dann
vorhergesagt werden, dass ein Pumpenmotorausfall (bedingte Wahrscheinlichkeit
von 0,1) zehnmal wahrscheinlicher die Ursache einer geringen Fluidzirkulation
als ein Pumpenschaufelausfall (bedingte Wahrscheinlichkeit von 0,001)
wäre.
-
Nachdem
jedem Ausfallmodus eine bedingte Wahrscheinlichkeit zugewiesen wurde,
wird eine die Stärke
der Beziehung zwischen dem Ausfallmodus und einer Manifestation
der nächsten
Ebene abschätzende Randwahrscheinlichkeit
für jede
Beziehung zugewiesen. Die Randwahrscheinlichkeiten sind in Abhängigkeit von
der Linie aufgelistet, welche die Ausfallmodusknoten mit dem Manifestationsknoten
verbindet und repräsentieren
die Wahrscheinlichkeit, dass die Manifestationen existieren, vorausgesetzt,
dass die Existenz des Ausfallmodus bereits bekannt ist. Wenn alle
Ausfallmodi unabhängig
sind, und wenn alle Ausfallmodi nicht existieren, existiert auch
die Manifestation nicht. In der bevorzugten Ausführungsform wird nur ein Parameter zwischen
0 und 1 als eine Randwahrscheinlichkeit verwendet, um die Stärke der
Beziehung zu repräsentieren (wobei
1 eine direkte Beziehung oder eine "Eins-zu-Eins"-Beziehung
anzeigt), wobei jedoch jede beliebige Anzeige, welche die Beziehung
zwischen dem Ausfallmodusknoten und dem Manifestationsknoten repräsentiert, verwendet
werden kann.
-
Beispielsweise
führt ein
Leck in dem Einschlussbehälter 24 zu
einer detektierten Auswirkung eines niedrigen Pegels des Fluids
F in 90% der Zeit, wie es durch die Randwahrscheinlichkeit von 0,9
angezeigt wird. In den weiteren 10% der Zeit ist das Leck zu gering,
um den Fluidpegel signifikant zu beeinflussen. Man beachte, dass
die bedingte Wahrscheinlichkeitsinformation aus der Randwahrscheinlichkeitsinformation
abgeleitet wird. Diese Information kann experimentell oder mathematisch
ermittelt werden.
-
Das
vorstehend beschriebene kausale Netzwerk wird im Schritt 130 von 2 angewendet
und dazu genutzt, um den Betriebszustand des elektrischen Gerätes 20 zu
ermitteln. Die Indikatoren des kausalen Netzwerkes, d.h., die von
den Sensoren 28a–28f gemessenen
Parameter und die Unterschiede zwischen diesen Parametern und deren
berechneten Werten, die durch die Modelle 112, 114 und 116 geliefert
werden, werden in Abhängigkeit
von der bedingten Wahrscheinlichkeitsinformation und der Randwahrscheinlichkeitsinformation
bewertet. Der Prozessor 40 berechnet die Wahrscheinlichkeiten
der kausalen Netzwerke in Abhängigkeit von
dem Status der angegebenen Indikatoren gemäß Anzeige durch die Sensoren 28a–28f und
die entsprechenden Modelle kontinuierlich neu. Insbesondere werden
die Wahrscheinlichkeiten im Schritt 140 unter Verwendung
eines bekannten Vertrauensnetzwerk-Lösungsalgorithmus wie z.B. eines "Bayesian Belief Network" neu berechnet, und
in das kausale Netzwerk des Schrittes 130 rückgekoppelt.
Beispielsweise werden, wenn eine durch den Sensor 28e detektierte
geringe Fluidzirkulation vorliegt, und der Tachometer der Pumpe 26 einen
normalen Pumpenmotorstatus anzeigt, die Wahrscheinlichkeiten angepasst,
um die Wahrscheinlichkeit zu erhöhen,
dass ein Pumpenschaufelausfall vorliegt. Der Prozessor 40 bewertet
dann die neu berechneten Wahrscheinlichkeiten in dem kausalen Netzwerk.
Zusätzlich
kann der Prozessor 40 eine Liste der wahrscheinlichsten
Ursachen für
jede Anormalität
erzeugen, sowie eine Liste von Korrekturaktionen, die zum Korrigieren oder
Vermeiden des Ausfalls zu unternehmen sind. Die Wahrscheinlichkeiten
werden durch das Vertrauensnetzwerk auf der Basis von Information
neu berechnet, die aus dem kausalen Netzwerk unter Verwendung der vorherigen
Wahrscheinlichkeiten gelernt werden. Die Neuberechnungen können auf
bekannten Interferenztechniken, Beeinflussungstechniken, oder den
Bayes-Theorem basieren.
-
Die
in 2 dargestellt Routine wird im Wesentlichen in
einer kontinuierlichen Weise in der bevorzugten Ausführungs form
durchgeführt.
Jedoch kann der Prozess in einer periodischen Weise automatisch
oder nach Anforderung durch eine Bedienungsperson durchgeführt werden.
Die verschiedenen Konstanten und Koeffizienten der Modelle werden über der
Zeit angepasst, um normale Verhaltensänderungen in dem elektrischen
Gerät 20 über der
Zeit zu kompensieren. Die Konstanten und Koeffizienten können mathematisch
oder experimentell in einer bekannten Weise ermittelt werden. Das
Ausgangssignal des kausalen Netzwerkes kann in einer beliebigen
Weise zur Diagnose, Prognose oder dergleichen verarbeitet werden.
Beispielsweise können
Statusberichte bezüglich
der Betriebseigenschaften des elektrischen Gerätes erzeugt, Alarme ausgelöst oder
der Betrieb des Gerätes
angepasst werden.
-
Die
Erfindung kann auf jedes fluidgefüllte elektrische Gerät angewendet
werden. Jeder gewünschte Parameter
kann detektiert werden. Sensordaten oder Signale können in
einer beliebigen Weise verarbeitet werden, um eine Prognoseanzeige
eines beginnenden Fehlers, eine Lebensdauerbewertung, Wartungspläne, Fehlerhauptursachenidentifikation
oder einen anderen Zustand des elektrischen Gerätes auf der Basis experimenteller
oder mathematischer Modelle zu liefern. Zusätzlich kann die Erfindung Verhaltenseigenschaftsbewertungen,
wie z.B. Nutzungsfaktoren, Lastplanung, Wirkungsgrad, Energieverlust,
Leistungsfaktor, Oberwellen und Stufenschalterverhalten liefern.
-
Das
Diagnosegerät
kann lokal sein, d.h., nahe in Bezug auf das elektrische Gerät angeordnet
sein oder sich entfernt, d.h., an einer entfernten Stelle in Bezug
auf das elektrische Gerät
befinden. Zeitliche Verläufe
der verschiedenen gemessenen und berechneten Parameter können zusammengefasst
werden, um bei der Ausfallermittlung weiter zu unterstützen. Die
ver schiedenen Sensoren können
in regelmäßigen Intervallen abgefragt
werden und die Intervalle können
zu Zeitpunkten einer starken Belastung des Gerätes oder bei Anzeige eines
anormalen Zustandes des Gerätes
verringert werden.
-
Zur
Vervollständigung
werden verschiedene Aspekte der Erfindung in den nachstehend aufgezählten Absätzen beschrieben:
- 1. Eine intelligente Analysevorrichtung (10)
für ein
fluidgefülltes
elektrische Gerät
(20) der Bauart mit Komponenten (22), die von
Fluid (F) umgeben sind, wobei die Vorrichtung aufweist:
mehrere
Sensoren (28a–e),
die zum Verbinden mit dem elektrischen Gerät (20) eingerichtet
sind, das einen zur Aufnahme des Fluids (F) eingerichteten Einschlussbehälter (24)
und wenigsten einer in dem Einschlussbehälter angeordneten elektrischen
Komponente aufweist, wobei die Sensoren (28a–e) dafür eingerichtet
sind, Signale auszugeben, die mehrere Betriebsparameter des elektrischen
Gerätes
anzeigen; und
eine mit den Sensoren (28a–e) verbundene
Diagnoseeinrichtung (30), wobei die Diagnoseeinrichtung
(30) einen Prozessor (40) enthält, der so arbeitet, dass er
Betriebseigenschaften des elektrischen Gerätes (20) auf der Basis
wenigstens eines analytischen Modells (112, 114, 116)
des elektrischen Gerätes
und der von den Sensoren ausgegebenen Signale ermittelt, indem er
von dem wenigstens einen analytischen Modell (112, 114, 116)
berechnete Betriebsparameter und von den Signalen der Sensoren (28a–e) angezeigte Werte
der Betriebsparameter in einem kausalen Netzwerk anwendet.
- 2. Vorrichtung gemäß Absatz
1, wobei die Diagnoseeinrichtung (30) einen von dem wenigstens
einem analytischen Modell (112, 114, 116)
berechneten Parameter mit einem entsprechenden gemessenen Parameter
vergleicht und ein Ergebnis des Vergleichs als einen Indikator in
dem kausalen Netzwerk verwendet.
- 3. Vorrichtung gemäß Absatz
2, wobei Wahrscheinlichkeiten des kausalen Netzwerkes auf Basis
der Wahrscheinlichkeit der von den analytischen Modell (112, 114, 116)
erhaltenen Indikatoren (130) oder der gemessenen Parameter
aktualisiert werden.
- 4. Vorrichtung gemäß Absatz
3, wobei die Variablen des wenigstens einen analytischen Modells
(112, 114, 116) über der Zeit entsprechend akzeptablen
Verhaltensänderungen
des elektrischen Gerätes
(20) über der
Zeit angepasst werden.
- 5. Vorrichtung gemäß Absatz
4, wobei die Sensoren (28a–e) einen Temperatursensor
(28b), der zur Ausgabe eines Signals konfiguriert ist,
das eine Temperatur des Fluids (F) innerhalb des Aufnahmebehälters (24)
anzeigt, einen Gassensor (28d), der dafür konfiguriert ist, ein Signal
auszugeben, das einen Gasanteil des Fluids (F) innerhalb des Aufnahmebehälters (24)
anzeigt, einen Lastsensor (28a), der dafür konfiguriert ist,
ein Signal auszugeben, das eine elektrische Belastung des elektrischen
Gerätes
(20) anzeigt, und einen Drucksensor (28c), der
dafür konfiguriert
ist, ein Signal auszugeben, das einen Druck in dem Aufnahmebehälter (24)
anzeigt, umfassen.
- 6. Vorrichtung gemäß Absatz
5, wobei der Gassensor (28d) dafür Ausgabe konfiguriert ist,
ein Signal auszugeben, das ei nen Wasserstoffanteil des Fluids (F)
in dem Aufnahmebehälter
(24) anzeigt.
- 7. Vorrichtung gemäß Absatz
6, wobei das wenigstens eine analytische Modell (112, 114, 116)
ein Temperaturmodell (114) und ein Wasserstoffmodell (112)
aufweist.
- 8. Vorrichtung gemäß Absatz
4, wobei die Sensoren (28a–28e) für eine Anordnung
in dem Einschlussbehälter
(24) angepasst sind, wobei die Vorrichtung ferner eine
Einrichtung aufweist, um die Signale von den Sensoren (28a–28e)
an den Prozessor zu führen.
- 9. Vorrichtung gemäß Absatz
4, wobei das Diagnosegerät
(30) ferner ein Benutzerschnittstellenmodul (60) mit
einer Anzeigeeinrichtung (62) aufweist, um eine Anzeige
der Betriebskennwerte des elektrischen Gerätes (20) darzustellen,
und eine Eingabeeinrichtung (64), um einem Benutzer zu
ermöglichen,
wenigstens eines von Daten und Befehlen in das Diagnosegerät (30)
einzugeben.
- 10. Vorrichtung gemäß Absatz
5, wobei der Gassensor (28d) dafür eingerichtet ist, ein Signal
auszugeben, das wenigstens ein Gas von Wasserstoff, Kohlenmonoxid,
Kohlendioxid, Sauerstoff, Stickstoff, Kohlenwasserstoff und Kohlenwasserstoffderivate
anzeigt.
- 11. Vorrichtung gemäß Absatz
4, wobei der Prozessor (40) einen Computer mit einer CPU
(42) und einer Speichereinrichtung (44) aufweist.
- 12. Vorrichtung gemäß Absatz
4, wobei das elektrische Gerät
(20) ein Transformator (20) ist.
- 13. Eine intelligente Analysevorrichtung (10) für fluidgefüllte Transformatoren
(20), wobei die Vorrichtung aufweist:
mehrere Sensoren
(28a–e),
die zum Verbinden mit einem Transformator (20) eingerichtet
sind, der einen Einschlussbehälter
(24) aufweist, der zur Aufnahme eines Fluids (F) und eines
Kerns und einer in Einschlussbehälter
(24) angeordneten Spule (22) eingerichtet ist,
wobei die Sensoren (28a–e) dafür eingerichtet sind, Signale
auszugeben, die mehrere Betriebsparameter des Transformators (20)
anzeigen; und
eine mit den Sensoren (28a–e) verbundene
Diagnoseeinrichtung (30), wobei die Diagnoseeinrichtung
(30) einen Prozessor (40) enthält, der so arbeitet, dass er
Betriebseigenschaften des Transformators (20) auf der Basis
wenigstens eines analytischen Modells (112, 114, 116)
des Transformators (20) und der von den Sensoren (28a–e) ausgegebenen
Signale ermittelt, indem er von dem wenigstens einen analytischen
Modell (112, 114, 116) berechnete Betriebsparameter
und von den Signalen der Sensoren (28a–e) angezeigte Werte der Betriebsparameter
in einem kausalen Netzwerk anwendet.
- 14. Vorrichtung gemäß Absatz
13, wobei die Diagnoseeinrichtung (30) einen von dem wenigstens
einem analytischen Modell (112, 114, 116)
berechneten Parameter mit einem entsprechenden gemessenen Parameter
vergleicht und ein Ergebnis des Vergleichs als einen Indikator in
dem kausalen Netzwerk verwendet.
- 15. Vorrichtung gemäß Absatz
14, wobei Wahrscheinlichkeiten des kausalen Netzwerkes auf Basis
der Wahrscheinlichkeit der von den analytischen Modell (112, 114, 116)
erhaltenen Indi katoren (130) oder der gemessenen Parameter
aktualisiert werden.
- 16. Vorrichtung gemäß Absatz
15, wobei das wenigstens eine analytische Modell (112, 114, 116) über der Zeit
entsprechend akzeptablen Verhaltensänderungen des Transformators
(20) über
der Zeit angepasst wird.
- 17. Vorrichtung gemäß Absatz
16, wobei die Sensoren (28a–e) einen Temperatursensor
(28b), der zur Ausgabe eines Signals konfiguriert ist,
das eine Temperatur des Fluids (F) innerhalb des Aufnahmebehälters (24)
anzeigt, einen Gassensor (28d), der dafür konfiguriert ist, ein Signal
auszugeben, das einen Gasanteil des Fluids (F) innerhalb des Aufnahmebehälters (24)
anzeigt, einen Lastsensor (28a), der dafür konfiguriert ist,
ein Signal auszugeben, das eine elektrische Belastung des Transformators
(20) anzeigt, und einen Drucksensor (28c), der
dafür konfiguriert
ist, ein Signal auszugeben, das einen Druck in dem Aufnahmebehälter (24)
anzeigt, umfassen.
- 18. Vorrichtung gemäß Absatz
17, wobei der Gassensor (28d) dafür eingerichtet ist, ein einen
Wasserstoffanteil des Fluids (F) in dem Einschlussbehälter (24)
anzeigendes Signal auszugeben.
- 19. Vorrichtung gemäß Absatz
18, wobei das wenigstens eine analytische Modell (112, 114, 116)
ein Temperaturmodell (114) und ein Wasserstoffmodell (112)
umfasst.
- 20. Vorrichtung gemäß Absatz
16, wobei der Prozessor (40) außerhalb des Einschlussbehälters (24)
angeordnet ist und die Sensoren (28a–28e) innerhalb des
Einschlussbehälters
(24) angeordnet sind, wobei das System ferner eine Einrichtung aufweist,
um die Signale aus den Sensoren (28a–28b) an den Prozessor zu
leiten.
- 21. Vorrichtung gemäß Absatz
16, wobei das Diagnosegerät
(30) ferner ein Benutzerschnittstellenmodul (60)
mit einer Anzeigeeinrichtung (62) aufweist, um eine Anzeige
der Betriebskennwerte des elektrischen Gerätes (20) darzustellen,
und eine Eingabeeinrichtung (64), um einem Benutzer zu
ermöglichen,
wenigstens eines von Daten und Befehlen in das Diagnosegerät (30)
einzugeben.
- 22. Vorrichtung gemäß Absatz
17, wobei der Gassensor (28d) dafür eingerichtet ist, ein Signal
auszugeben, das wenigstens ein Gas von Wasserstoff, Kohlenmonoxid,
Kohlendioxid, Sauerstoff, Stickstoff, Kohlenwasserstoffen und Kohlenwasserstoffderivaten
anzeigt.
- 23. Vorrichtung gemäß Absatz
16, wobei der Prozessor (40) einen Computer mit einer CPU
(42) und einer Speichereinrichtung (44) aufweist.
- 24. Intelligente Analysevorrichtung (10) für ein fluidgefülltes elektrisches
Gerät (20)
der Bauart mit Komponenten (22), die von Fluid (F) umgeben
sind, wobei die Vorrichtung aufweist:
eine Messeinrichtung
(28a–28e)
zum Messen mehrerer Betriebsparameter des elektrischen Gerätes (20) mit
einem Einschlussbehälter
(24), der dafür
eingerichtet ist, das Fluid (F) und wenigstens eine in dem Einschlussbehälter (24)
angeordnete elektrische Komponente (22) aufzunehmen, und
zum Ausgeben von Signalen, die die mehreren Betriebsparameter des
elektrischen Gerätes
(20) anzeigen; und
eine Diagnoseeinrichtung (30)
zum Ermitteln von Betriebseigenschaften des elektrischen Gerätes (20)
auf der Basis wenigstens eines analytischen Modells (112, 114, 116)
des elektrischen Gerätes
(20) und der von der Messeinrichtung (28a–28e)
ausgegebenen Signale, indem Werte von Parametern, die durch wenigstens
ein analytisches Modell (112, 114, 116)
berechnet werden und Werte von Parametern, wie sie durch die Signale
der Messeinrichtung (28e) angezeigt werden, in einem kausalen
Netzwerk angewendet werden.
- 25. Vorrichtung gemäß Absatz
24, wobei die Diagnoseeinrichtung (30) eine Einrichtung
aufweist, um einen durch wenigstens ein analytisches Modell (112, 114, 116)
berechneten Parameter mit einem entsprechenden gemessenen Parameter
zu vergleichen, und eine Einrichtung, um ein Vergleichsergebnis
als einen Indikator in dem kausalen Netzwerk zu verwenden.
- 26. Vorrichtung gemäß Absatz
25, wobei die Diagnoseeinrichtung (30) eine Einrichtung
zum Einstellen von Wahrscheinlichkeiten des kausalen Netzwerkes
auf der Basis der Wahrscheinlichkeit der Indikatoren (130) aufweist,
die aus den analytischen Modellen (112, 114, 116)
oder gemessenen Parametern erhalten wird.
- 27. Vorrichtung gemäß Absatz
26, wobei die Diagnoseeinrichtung (30) eine Einrichtung
zum Einstellen von Variablen des wenigstens einen analytischen Modells
(112, 144, 116) über der Zeit in Abhängigkeit
von akzeptablen Verhaltensänderungen
des elektrischen Gerätes
(20) über
der Zeit aufweist.
- 28. Vorrichtung gemäß Absatz
27, wobei die Messeinrichtung (28a–e) eine Temperaturmesseinrichtung (28b),
zum Ausgeben eines eine Temperatur des Fluids (F) innerhalb des
Aufnahmebehälters
(24) anzeigenden Signals, eine Gasmesseinrichtung (28d)
zum Ausgeben eines einen Gasanteil des Fluids (F) innerhalb des
Aufnahmebehälters
(24) anzeigenden Signals, eine Lastmesseinrichtung (28a),
zum Ausgeben eines eine elektrische Belastung des Transformators
(20) anzeigenden Signals, und einen Druckmesseinrichtung
(28c) zum Ausgeben eines einen Druck in dem Aufnahmebehälter (24)
anzeigenden Signals aufweist.
- 29. Vorrichtung gemäß Absatz
28, wobei die Gasmesseinrichtung (28d) eine Einrichtung
aufweist, um ein einen Wasserstoffanteil des Fluids (F) in dem Einschlussbehälter (24)
anzeigendes Signal auszugeben.
- 30. Vorrichtung gemäß Absatz
29, wobei das wenigstens eine analytische Modell (112, 114, 116)
ein Temperaturmodell (114) und ein Wasserstoffmodell (112)
umfasst.
- 31. Vorrichtung gemäß Absatz
27, welche ferner eine Einrichtung aufweist, um Signale aus der
Sensoreinrichtung an den Prozessor zu leiten.
- 32. Vorrichtung gemäß Absatz
32, wobei die Diagnoseeinrichtung (30) ferner ein Benutzerschnittstelleneinrichtung
(60) aufweist, um eine Anzeige der Betriebskennwerte des
elektrischen Gerätes
(20) darzustellen, und eine Eingabeeinrichtung (64),
um einem Benutzer zu ermöglichen,
wenigstens eines von Daten und Befehlen in die Diagnoseeinrichtung
(30) einzugeben.
- 33. Vorrichtung gemäß Absatz
28, wobei die Gasmesseinrichtung (28d) eine Einrichtung
aufweist, um ein einen Anteil von we nigstens einem Gas von Wasserstoff,
Kohlenmonoxid, Kohlendioxid, Sauerstoff, Stickstoff, Kohlenwasserstoffen
und Kohlenwasserstoffderivate anzeigendes Signal auszugeben.
- 34. Vorrichtung gemäß Absatz
27, wobei die Diagnoseeinrichtung (30) einen Computer mit
einer CPU (42) und einer Speichereinrichtung (44)
aufweist.
- 35. Vorrichtung gemäß Absatz
27, wobei das elektrische Gerät
(20) einen Transformator (20) aufweist.
- 36. Verfahren zur intelligenten Analyse eines fluidgefüllten elektrischen
Gerätes
(20) der Bauart, mit von Fluid (F) umgebenen Komponenten
(22), wobei das Verfahren die Schritte aufweist:
Verbinden
von Sensoren (28a–e)
mit dem elektrischen Gerät
(20) mit einem zur Aufnahme von Fluid (F) konfigurierten
Aufnahmebehälter
(24), und mit wenigstens einer in dem Aufnahmebehälter (24)
angeordneten elektrischen Komponente (22);
Erfassen
mehrerer Betriebsparameter des elektrischen Gerätes (20) mit den Sensoren
(28a–e);
Erzeugen
von Signalen, die die in dem Erfassungsschritt erfassten mehreren
Betriebsparameter des elektrischen Gerätes (20) anzeigen;
und
Ermitteln von Betriebskennwerten des elektrischen Gerätes auf
der Basis wenigstens eines analytischen Modells (112, 114, 116)
des elektrischen Gerätes
(20) und der in dem Erzeugungsschritt erzeugten Signale durch
Anwenden von Werten von durch das wenigstens eine analytische Modell
(112, 114, 116) berechneten Betriebsparametern
und Werten von durch das in dem Erzeugungsschritt erzeugten Signal
angezeigten Betriebsparametern in einem kausalen Netzwerk;
- 37. Verfahren gemäß Absatz
36, wobei der Ermittlungsschritt den Schritt des Vergleichs eines
durch das wenigstens eine analytische Modell (112, 114, 116)
berechneten Parameters mit einem durch Signale in dem Erzeugungsschritt
angezeigten entsprechenden gemessenen Parameter und der Verwendung
eines Ergebnisses des Vergleichsschrittes als ein Indikator in dem
kausalen Netzwerk umfasst.
- 38. Verfahren gemäß Absatz
37, wobei der Ermittlungsschritt den Schritt der Anpassung der Wahrscheinlichkeiten
des kausalen Netzwerkes auf der Basis der Wahrscheinlichkeit der
aus dem analytischen Modell (112, 114, 116)
oder gemessenen Parametern erhaltenen Indikatoren (130)
umfasst.
- 39. Verfahren gemäß Absatz
38, wobei der Ermittlungsschritt den Schritt der Anpassung von Variablen
des wenigstens einen analytischen Modells (112, 114, 116) über der
Zeit entsprechend akzeptablen Verhaltensänderungen des elektrischen
Gerätes
(20) über
der Zeit umfasst.
- 40. Verfahren gemäß Absatz
39, wobei der Erfassungsschritt die Schritte der Messung der Temperatur
in dem Einschlussbehälter
(24), der Messung des Gasanteils des Fluids (F) in dem
Einschlussbehälter
(24), der Messung der elektrischen Belastung an dem elektrischen
Gerät (20)
und der Messung des Drucks in dem Einschlussbehälter (24) umfasst.
- 41. Verfahren gemäß Absatz
40, wobei der Schritt der Messung des Gasanteils die Messung eines
Wasserstoffanteils des Fluids (F) in dem Einschlussbehälter (24)
umfasst.
- 42. Verfahren gemäß Absatz
41, wobei das wenigstens eine in dem Ermittlungsschritt verwendete
analytische Modell (112, 114, 116) ein
Temperaturmodell (114) und ein Wasserstoffmodell (112)
umfasst.
- 43. Verfahren gemäß Absatz
39, welches ferner die Schritte der Darstellung einer Anzeige der
Betriebseigenschaften des elektrischen Gerätes (20) und der Eingabe
wenigstens eines von Daten und Befehlen umfasst.
- 44. Verfahren gemäß Absatz
40, wobei der Schritt der Messung des Gasanteils die Messung von
wenigstens einem von Wasserstoff, Kohlenmonoxid, Kohlendioxid, Sauerstoff,
Stickstoff, Kohlenwasserstoffen und Kohlenwasserderivaten umfasst.
- 45. Vorrichtung gemäß Absatz
7, wobei das wenigstens eine analytische Modell (112, 114, 116)
ferner ein Druckmodell (116) aufweist.
- 46. Vorrichtung gemäß Absatz
19, wobei das wenigstens eine analytische Modell (112, 114, 116)
ein Druckmodell (116) aufweist.
- 47. Vorrichtung gemäß Absatz
30, wobei das wenigstens eine analytische Modell (112, 114, 116)
ein Druckmodell (116) aufweist.
- 48. Verfahren gemäß Absatz
42, wobei das wenigstens eine analytische Modell (112, 114, 116)
ein Druckmodell (116) aufweist.
